C++如何解析Viminfo记录文件-C++-PHP中文网

viminfo 是 vim 自定义的类文本日志格式，需用状态机逐行解析：跳过注释与空行，按首字符（!、:、=、>、~）分类处理；~后为无填充 base64 寄存器内容，须补足 = 后解码；命令/搜索历史需转义解析；路径含~需跨平台展开，编码需检测 bom 并适配 utf-8/utf-16。

c++如何解析viminfo记录文件

viminfo 文件不是标准格式，直接用 C++ 解析需手动处理

viminfo 不是 JSON、INI 或 YAML，它没有统一 schema，而是 Vim 自定义的类文本日志格式：混合了注释（# 开头）、键值对（! 或 : 开头）、列表块（> 开头）、二进制 blob（~ 行后接 base64）以及版本/时间戳元信息。C++ 标准库不提供原生解析器，必须自己按行扫描 + 状态机驱动。

常见错误是试图用 std::getline + std::string::find('=') 粗暴切分——这会漏掉多行寄存器、跳过注释逻辑、把 base64 数据误判为普通值。

先跳过所有以 # 开头的注释行和空行
识别行首标记：!（全局设置）、:（命令历史）、=（寄存器）、>（搜索历史）、~（寄存器内容起始）
遇到 ~ 行后，下一行才是 base64 编码的寄存器内容，需调用 base64 解码（注意 Vim 使用的变种：末尾可能缺 =，换行符已被移除）

读取寄存器内容时，base64 解码必须兼容 Vim 的编码规则

Vim 的 viminfo 寄存器字段（如 =*、=+）后面跟一个 ~ 行，再下一行才是 base64 字符串。但 Vim 的 base64 实现省略了填充符（=），且允许任意长度换行（实际写入时通常不换行，但规范允许）。标准 base64 库（如 Boost.Base64 或 OpenSSL）默认要求填充，直接解码会失败。

实操建议：

读到 ~ 行后，用 std::getline 读取下一行，去掉首尾空白
手动补足 base64 填充：计算字符串长度 mod 4，缺 1 位补 ==，缺 2 位补 =，缺 3 位不合法（Vim 不会产生）
使用无依赖的轻量 base64 解码函数（几十行即可），避免引入 Boost 或 OpenSSL；推荐用 RFC 4648 兼容实现，禁用 URL-safe 变体
解码后得到的是原始字节流，可能是 UTF-8 文本，也可能是二进制（如含 \0 的寄存器），不要直接转 std::string 当 C 风格字符串用

解析命令/搜索历史时，注意转义与分隔符嵌套

viminfo 中的命令历史形如：:h 100 /search\ pattern/，搜索历史形如：>/foo\+bar/。Vim 对斜杠、反斜杠、空格做了转义（\ 表示空格，\ 表示单个反斜杠），且历史条目本身以空格开头（: 或 > 后紧跟空格）。

C++

"空空如也"

下载

关键点：

不能简单按空格分割——命令本身可能含空格（如 :e ~/file name.txt）
要从第一个非空格字符开始，找到第一个未被转义的分隔符（通常是 / 或 "）来界定模式边界
转义逻辑只在特定上下文生效：例如 :/a\ b/ 中的 \ 是转义空格，但 :s/a\ /x/ 中的 \ 属于替换部分，解析器需结合命令类型判断
最稳妥做法：提取整行后，用正则 ^:[^ ]+ +(.*)$ 捕获命令体，再对捕获内容做逐字符状态机解析（记录是否在引号内、是否刚读到 \）

跨平台路径与编码问题：Windows 下的 `~` 和 UTF-16 路径

viminfo 文件本身是纯文本，但其中记录的文件路径（如跳转历史、缓冲区列表）可能含 ~（代表 home 目录），或在 Windows 上以 UTF-16 写入（尤其当 Vim 编译为 GUI 版且系统 locale 非 ASCII 时）。C++ 默认按字节读取，不会自动转换。

处理建议：

用 std::ifstream 以 std::ios::binary 模式打开，避免 Windows 下 \r\n 被静默转为 \n 干扰行定位
检测 BOM：若前两字节为 0xFF 0xFE，说明是 UTF-16LE，需用 std::codecvt_utf16（C++11）或手动转换；但多数 viminfo 是 UTF-8（即使含中文路径），可先尝试 UTF-8 解码，失败再 fallback
~ 替换不能硬编码为 /home/user：应调用 getenv("HOME")（Unix）或 getenv("USERPROFILE")（Windows），并确保路径分隔符统一（Vim 在 Windows 也常用 /）